港口集装箱堆场是集装箱运输过程中的重要环节,当前在集装箱运输要求快捷化、节约化、简单化及标准化的前提下,要求港口集装箱堆场向自动化、无人化、快捷化方向改进,因此需要提高集装箱堆场作业效率。本文研究的提箱作业和落箱作业是集装箱堆场大门一侧的主要作业之一,作业计划制定的效率直接影响了堆场大门的通过效率。 本文首先通过分析说明落箱作业的影响因素包含了提箱作业时要考虑的影响因素,详细介绍了落箱作业的过程,提出了基于规则的推理过程及方法来解决港口集装箱堆场出口箱箱位分配问题,将作业过程中的制约因素以事实和规则的知识表示形式表示出来,存储到数据库和规则库中,通过推理机制得到最合理的放箱位置。 接着,分析了具有多阶段性决策问题的提箱作业优化问题。将提箱作业优化问题归结为一个包含倒箱优化和最短路搜索两部分的多阶段决策问题。建立了提箱作业优化的数学模型,该模型以提箱作业总成本最小为目标,以规则库中的作业规则为约束条件。根据建立的数学模型,通过对问题状态空间的分析,提出并实现了内外嵌套的两层结构的启发式搜索A~*算法对问题进行求解。 最后,本文进行了实例的验证与比较。通过落箱算法的实例验证,表明了该方法分配箱位形成的堆垛即达到了方便装船作业的目的,又节约了堆场管理成本,从而也说明了基于规则推理过程设计的合理性。然后,对提箱算法做了实例验证并与外层为遗传算法内层为A~*算法的算法方案进行了比较,表明了提箱算法的结果的最优性和搜索的高效性。 本文研究与开发的落箱作业和提箱作业的优化算法不仅具有实际的应用价值,也为同类多阶段优化问题提供的新的优化搜索方法。